“全息字典”：古今漢字任你查

　　快捷、權(quán)威,、形象——準(zhǔn)確查找一個難檢字的相關(guān)信息再不用跑遍古籍閱覽室，翻便“大部頭”，只需輕點鼠標(biāo)——登錄漢字全息資源應(yīng)用系統(tǒng),，點擊現(xiàn)代通用字集，搜索要查找的字,，不僅能夠顯示其現(xiàn)代字形,、字音、字義信息,，還可以查到該字從甲骨文,、金文到篆書,、楷書的歷史字形演變過程，從《說文》《爾雅》《方言》《釋名》一直到《康熙字典》等歷代辭書對該字的釋義,，及其在一些常用古籍文獻中被使用的情況,。

　　日前，國家語委重大基礎(chǔ)資源建設(shè)項目“通用漢字全息數(shù)據(jù)庫建設(shè)”的標(biāo)志性成果“漢字全息資源應(yīng)用系統(tǒng)”正式啟動上線,。該項目旨在運用現(xiàn)代中文信息處理技術(shù),，構(gòu)建一個具有多維關(guān)聯(lián)關(guān)系、科學(xué)系統(tǒng),、高效實用的漢字全息數(shù)據(jù)庫,。

　　“無論是初學(xué)漢字的小學(xué)生，還是研究漢字的學(xué)者,，系統(tǒng)都可以提供相應(yīng)的幫助,。”項目主持人,、北京師范大學(xué)教授王立軍介紹,，系統(tǒng)采用的多層級字集設(shè)計模式，包括常用字集,、現(xiàn)代通用字集,、古籍印刷通用字集、全字符集等,。常用字集可以滿足中小學(xué)基礎(chǔ)教育領(lǐng)域的一般需要,；現(xiàn)代通用字集可以滿足社會文化領(lǐng)域一般漢字使用者的需要；古籍印刷通用字集面向具備一定古漢語知識,、閱讀一般古籍文獻的用戶,；全字符集則可以滿足漢字研究的專業(yè)人士需求，為專業(yè)研究提供支撐,。

　　借助資源庫,，給漢字家族繪家譜

　　作為一名古文字愛好者和研究者，張華的書桌上擺滿了各種字典,、工具書——查找一個字在不同時期形,、音、義的演變經(jīng)常要翻閱多部“大部頭”才能找到相對準(zhǔn)確,、權(quán)威的答案,，而線上的一些漢字數(shù)據(jù)庫很多又存在收錄不全、權(quán)威性差等諸多問題,。如今,，“漢字全息資源應(yīng)用系統(tǒng)”的正式上線可能讓他再不用犯難——借助資源庫，“古今漢字任你查”已不再是夢想,。

　　本期上線的系統(tǒng)涵蓋字符集4種,，其中常用字集3500字,，通用規(guī)范字8105字，古籍印刷字16490字,，全字符集81722字,；還有辭書20種，古籍文獻60種,，歷代字形圖415675個,。其中包括大量的圖形信息資源和文本信息資源，分別來自古文字拓片,、文字編,、規(guī)范字表、編碼字符集,、歷代辭書、經(jīng)典文獻,、中小學(xué)語文教材等,，涵蓋了古今各個時期文字的形、音,、義,、用、碼五大方面的重要信息,。

　　這一數(shù)據(jù)庫,，可以說是“海量”。如此龐大的信息量,，是如何做到相互對應(yīng),、關(guān)聯(lián)的呢？

　　如果說建立數(shù)據(jù)庫是給漢字家族繪制一張家譜,，那么建立關(guān)聯(lián)則是搞清譜系,、輩分等關(guān)系?！笆紫仁菨h字屬性的分解,。構(gòu)建一個具有多角度關(guān)系的漢字實用數(shù)據(jù)庫，必須以漢字的屬性作為基本的依托,?！北本煼洞髮W(xué)教授王寧指出，團隊從20世紀(jì)90年代開始總結(jié)漢字的屬性,，除形,、音、義之外,，還增加碼,、用兩個部分,。碼是漢字在計算機中的編碼，用是漢字的使用,，而且做了大量的屬性細化研究,，這樣就有條件將籠統(tǒng)的漢字個體的資源庫，改造為漢字的屬性庫,，解決關(guān)聯(lián)的多角度問題,。

　　王寧解釋：“其次是層次的確立，根據(jù)‘漢字效用遞減率’,，我們將漢字分為常用-通用-適用-罕用-無用5個層,。第一、二層次涵蓋36000字,，以外的字只存記憶,，不做深度開發(fā)，這樣一方面可以在應(yīng)用中擴大有用信息的使用度,，另一方面將垃圾信息,、無用信息退出關(guān)聯(lián)，不干擾有效信息的集合和調(diào)用,。”

　　“再次就是中介的尋求,，我們繼承傳統(tǒng)語言學(xué)的研究成果,，以《說文解字》的9353個小篆及其重文為中介來關(guān)聯(lián)。古文字的確切識讀,，絕大部分是從《說文》開始的,，這樣就保證了不同形制、不同字體,、不同時代漢字的最大限度關(guān)聯(lián),。”王寧補充道,，正是依靠《說文》小篆這些“核心家族成員”作聯(lián)系,，漢字家族內(nèi)部不同族群的譜系才得以繪制在一起。

　　溝通古今,，提供漢字準(zhǔn)確屬性信息

　　實現(xiàn)讓通用規(guī)范漢字溝通古文字,、繁體字，是該資源庫的又一重要特征,。據(jù)介紹,，系統(tǒng)的主體字集是國家語委2013年公布的《通用規(guī)范漢字表》的8105個規(guī)范漢字及其關(guān)聯(lián)字形。《通用規(guī)范漢字表》屬于簡化字系統(tǒng),，分為一級字表（即常用字表,，3500字）、二級字表（3000字）,、三級字表（1605字）,。《通用規(guī)范漢字表》作為數(shù)據(jù)庫子庫的B庫,，直接和A庫（傳承字,、繁體字和隸定字）關(guān)聯(lián)，進而與小篆等古文字（C庫）關(guān)聯(lián),，從而實現(xiàn)了古今,、簡繁漢字的有效貫通。

　　如何保證對收錄的每個漢字形,、音,、義解釋的權(quán)威性？

　　王立軍介紹,，系統(tǒng)的處理方法是：選取歷代具有代表性的辭書,，并選擇最優(yōu)的版本作為搭建框架的基礎(chǔ)素材，以此為基礎(chǔ)建構(gòu)數(shù)據(jù)之間的深度關(guān)聯(lián),。選擇的辭書包括從《爾雅》《說文》《釋名》《方言》《廣韻》《集韻》《康熙字典》《漢語大字典》《新華字典》和《通用規(guī)范漢字字典》等。在字形方面,，簡化字的部首采用2009年國家語委發(fā)布的《漢字部首表》,，即201個主形部首和99個附形部首，非簡化字采用214部首體系,，來源于《康熙字典》,。簡化字和繁體字的筆畫數(shù)屬性參考《通用規(guī)范漢字字典》等。結(jié)構(gòu)類型（六書）屬性參考《說文解字》,。字音方面,，現(xiàn)代漢語拼音和注音字母主要參考《通用規(guī)范漢字字典》和民國時期《國語辭典》等；近代音來源于《中原音韻》,；中古音來源于《廣韻》,。字義方面，常用義項來源于《通用規(guī)范漢字字典》,，并給出歷代辭書的釋義內(nèi)容,。

　　多種屬性的綜合呈現(xiàn)，可以加深人們對每個漢字的理解,。比如“既然”的“既”和“即使”的“即”,，在使用過程中容易混淆，但參考小篆字形就不會了——“既”是一個人背對著飯桌，表示吃完了,，這個字就是表示已經(jīng)發(fā)生了,；而“即”是一個人正對著飯桌，靠近它,，還沒吃飯,，所以是表示即將進行的。了解了這一層面,，理解就加深了,，也就很難出錯了。

　　漢字不是一個個“孤零零”的符號,，漢語文獻正像軀體的血肉,，豐富著漢字殿堂的內(nèi)容。在每個字的“用例”一欄,，系統(tǒng)選取具有代表性的傳世文獻作為古籍用例的來源,，包括十三經(jīng)、二十五史,、二十二子等三大典籍系統(tǒng),，提取漢字在這些文獻中的使用例句，供研究者參考使用,。

　　多種檢索,，滿足不同用戶需求

　　與查字典類似，方便檢索也是系統(tǒng)的一大特征,。為方便使用者更便捷地輸入需要檢索的字,，系統(tǒng)提供了單字、拼音,、部首,、部件、筆畫等五種可輸入的檢索方式,，使用者可以根據(jù)自己的喜好和需求,，選取適合自己的方式。除單字檢索外,，還可以滿足綜合檢索,、專書檢索和歷代字形檢索。

　　“你看,，‘典’字是兩只手捧著書卷,，這多么形象，對于文史研究者來說用于研究也太方便了,，我現(xiàn)在就想擁有,。”剛剛演示完動畫，現(xiàn)場主持人,、北京師范大學(xué)文學(xué)院教授康震興奮地說,。

　　“資源庫可作為文字和文化愛好者提高文化知識和綜合素養(yǎng)的學(xué)習(xí)平臺，為傳統(tǒng)文化愛好者提供權(quán)威的學(xué)習(xí)內(nèi)容,；可以作為基礎(chǔ)教育及漢語國際教育領(lǐng)域的教學(xué)平臺,，為學(xué)生學(xué)習(xí)、教師備課提供豐富的教學(xué)資源,，從而更好地服務(wù)我國基礎(chǔ)教育,；可作為文字學(xué)及相關(guān)專業(yè)領(lǐng)域?qū)＜覍W(xué)者的科研平臺，為專家學(xué)者提供對數(shù)據(jù)資源進行深度挖掘的工具,，彌補傳統(tǒng)手工獲取資源,、聯(lián)系資源方式的局限；可作為漢字類數(shù)字化產(chǎn)品的開發(fā)平臺,，為開發(fā)者提供海量的經(jīng)過專業(yè)學(xué)術(shù)加工的可靠漢字屬性資源,。”王立軍指出,。（記者 周世祥 靳曉燕）?

【糾錯】

責(zé)任編輯： 韓家慧